前 Anthropic 研究員 Coxon 稱,Anthropic 已可用原先所需算力的一小部分重新訓練 Mythos
前 OpenAI 和 Anthropic 研究員 Jacob Coxon 表示,Anthropic 已能以原先所需算力的一小部分重新訓練 Mythos,並稱相關圖表顯示演算法效率正加速提升。
前 OpenAI 和 Anthropic 研究員 Jacob Coxon 表示,Anthropic 已能以原先所需算力的一小部分重新訓練 Mythos,並稱相關圖表顯示演算法效率正加速提升。
香港中文大學供應鏈及物流研究所舉辦 Smart Logistics Datathon 2026,吸引來自亞洲各地逾150支大學隊伍參賽,刷新參賽紀錄。20支大學隊伍及20支中學隊伍、共112名參賽者晉級決賽,完成35小時不間斷數據分析與建模挑戰。韓國科學技術院的 Team Smooth Operator 奪得大學組冠軍。
聯邦學習與差分隱私結合,讓 AI 模型可在不集中或暴露原始資料的情況下,利用分散於醫院、銀行及裝置的敏感數據訓練。系統透過梯度裁剪、注入統計噪聲及安全多方計算,減低梯度資訊洩漏風險,並彙總各節點的模型更新。
清華大學自動化系江瑞課題組發布單細胞蛋白組基礎模型 ProtCell,並在摩爾線程 MTT S5000 智算卡上完成全流程預訓練復現。模型匯集約 3.8 億個細胞及 98 個公開數據集作預訓練與評估,可映射細胞狀態、推斷未測蛋白表達。主要定量評測指標與國際主流 GPU 平台的差異僅約 0.2%。
GPT-6 Astra 以 50 次前向傳播編輯 Qwen3.5-0.8B 的 131,072 個權重,未經訓練便把其 MATH-500 得分由 7.9% 提高至 48.1%。
高質量數據集和數據標註先行先試建設現場會在廈門市召開,國家數據局提出加快推進高質量數據集建設和數據標註產業發展。建設方法以場景牽引為主線,聚焦需求定義、數據治理、專業標註和質量測評四個環節;數據標註則逐步轉向人機協同、專家深度參與的多層次模式。
在 Microsoft 任職逾 14 年的 AI 科學家、AI Frontiers 實驗室聯合創辦人 John Langford 已離職,稱研究成果缺乏落地路徑,創新想法亦難獲認真考慮。
比亞迪公佈,輔助駕駛車型保有量已超過 419 萬輛,天神之眼每日生成數據超過 2.6 億公里。不到半年,車型保有量由 5 月的超過 315 萬輛增至目前水平,日數據則由超過 2 億公里升至目前水平。
作者以 digits 不平衡數據集進行控制變因實驗,發現先做全量 SMOTE 過採樣再劃分,會令離線宏 F1 虛高 4.2 個百分點。正確流程的離線宏 F1 為 0.926、線上新數據為 0.786;洩漏組分別為 0.968 和 0.819。
Perplexity 發佈 Decider v1.3 和 Decider Flash v1.3,兩款決策模型支援分類與評分,並可經 Hugging Face(Apache 授權)、OpenRouter 及 Perplexity Decisions API 使用。
文章比較 DPO 與 RLHF 的模型對齊流程,建議先採用離線 DPO,只有在評估顯示需要線上探索且團隊能負擔調參時,才考慮 PPO 式 RLHF。
Baseten Base Labs 探討梯度對齊獎勵能否以學生模型生成的樣本計算梯度,同時以專家示範提供學習訊號。研究指出,利用張量運算可用兩次標準反向傳播,高效計算完整對齊獎勵,實際開銷不大。實驗以 Qwen3-8B 和 Opus 5.5 生成的示範測試四數 Countdown,考察模型能否擬合及會否過度貼近示範原句。
Will DePue 分析模型權重後稱,DeepSeek、Moonshot AI、MiniMax 和 Ant Group 的六款模型帶有受出口限制 Nvidia 晶片的訓練痕跡。
本章説明如何建立可重現的機器學習訓練流程,避免模型由 Jupyter notebook 部署到正式環境後,準確率由 99% 跌至 80%。做法是以 conda 建立 Python 3.8 環境、安裝所需套件,並將資料載入、模型訓練和評估寫入 train.py。
Ego第一人稱視角影片數據採集正迅速形成具身智能產業鏈,工廠工人及一般用戶以日常操作影片換取報酬,影片經清洗、標註和處理後用於機械人訓練。眾包平台實測顯示,每有效小時基本報酬為20元,另設按日累計有效時長計算的獎勵;約30分鐘的錄製內容中,僅20多分鐘獲審核通過,收入不足10元,另需支付設備租金。
alphaXiv 的受控研究顯示,直接編輯模型權重可持續改變模型對特定問題的回答。測試使用 Qwen2.5-1.5B-Instruct 作為目標模型、ChatGPT 6.1-Sol 作為編輯模型;在奧運主辦城市的 100 次測試中,編輯後模型全部答 Buenos Aires,原模型則有 91 次答對 Sydney。
Dyania Health 的 Synapsis AI 在 Cleveland Clinic 院內 Nvidia 伺服器上審閲逾 7,800 名心臟瓣膜患者病歷,並據此建立置換瓣膜失效風險模型。系統為每名患者回答 88 條問題,模型預測手術後 3、5 及 10 年的失效風險;病歷全程留在院內網絡。醫生仍會審閲 AI 的證據並作出所有決定;研究未顯示照護改善,Dyania 表示仍須接受外部驗證。
DEV Community 作者 frank chu 重現 Will DePue 的權重指紋檢查,五款中國開放權重模型的初始權重特徵指向 Blackwell-class GPU。
推薦理由:文章拆解如何從未訓練 embedding 權重比對隨機種子與 SM 佈局,並界定指紋所能支持的硬件推論及其不能回答的地點與合規問題。
Dwarkesh Patel 認為,數學等可驗證領域的進展預示 AI 研究可望自動化;假設實驗室不刻意減慢,他估計自動化研究員達到頂尖人類 AI 研究員水平的中位年份為 2028 年。他指出,預訓練、後訓練和推理效率都可透過可驗證指標優化;但持續學習等難題可能拖慢進程,他估計自動化頂尖研究員延至 2032 年後的機會為 25%。
Unemployment Labs 分析模型權重後稱,DeepSeek、Moonshot AI 等中國公司的多款開放權重模型帶有 Blackwell GPU 訓練痕跡。
LogT 提出全自動 SFT 數據引擎,透過邏輯鏈引導推理,生成具挑戰性的視覺問題及結構化工具使用軌跡。以 Qwen2.5-VL-7B 為基礎的 LogT-SFT 使用的數據少 3.1 倍、GPU 時數少逾 120 倍,表現仍超越結合 SFT 和 RL 訓練的 SOTA 方法。只採用簡單 RL 配方且不作工具專用設計,模型表現亦較先前複雜 RL 設定高 9.59 分。
在策略蒸餾會改變 LLM 智能體跨領域的 ReAct 互動模式,成效因監督領域而異。一般推理監督令數學工具嘗試率由 70.4% 降至 14.4%,準確率由 16.7% 升至 38.0%;ALFWorld 監督則令 τ^2-bench 準確率由 41.5% 降至 6.6%。
Amazon SageMaker HyperPod Data Capture 提供三個獨立層級的擷取方式,讓團隊把推理數據記錄至 Amazon S3,供分析和訓練使用。
推薦理由:文章以合成資料展示從生產推理記錄、Athena 分析到 SQL 標註與微調的完整流程,並比較留出測試的前後結果。
作者發現,交易模型的即時驗證器把每秒淨主動成交量的第 75 百分位當作單筆交易門檻,令受影響交易對的門檻高出 163–423 倍。修正四項特徵差異後,原始重建覆蓋 14,681 個候選,修正特徵選出 52 個;五秒 Binance markout 平均 +8.67 bps,假設 10 bps 往返手續費後為 −1.33 bps,沒有策略獲得晉級。
黃仁勳辭任 Nvidia 行政總裁,令中國取得 Nvidia 晶片的前景,以及 Nvidia 與亞洲供應商的關係增添不確定性。董事會安排財務總監 Colette Kress 暫任行政總裁;美國政府可能收緊晶片管制,中國 AI 實驗室正設法鎖定海外 Nvidia 晶片供應,境內交易商亦囤積受限制晶片。
推薦理由:文章以出貨量、市佔和性能數據對照 Nvidia 與中國晶片商,呈現國產加速器追趕與 Nvidia 仍具關鍵地位並存的市場情況。
蛋白質設計團隊應把實驗測量、控制結果及未成功的原因回饋給 AI 模型,而非只標記成功或失敗。Google Research 的 aptamer 研究在三輪設計中,將珠粒篩選和測序結果交給 AI agents,協助它們調查交叉反應並調整後續設計。區分未檢出結合、測量不可靠及樣本未通過品質控制等結果,有助團隊決定重新設計候選項目、重做測量或調查實驗方法。
語義模型為 AI 明確界定數據含義,令輸出可追溯至易理解的概念,而非不透明的相關性。缺乏語義時,檢索可能只匹配相似字詞,而非正確概念,產生看似合理但不可靠的答案。安全規則和存取政策可在語義層按含義統一定義。
前 OpenAI 研究員 Will DePue 稱,六個自 2026 年 4 月起發布的中國 AI 模型帶有 Nvidia Blackwell GPU 的權重初始化特徵。
研究提出一種經驗交接強化學習方法,讓語言模型智能體在固定框架下學習執行任務、反思經驗及整理任務專用手冊,並按這些經驗對未來執行結果的影響來評估其效用。該方法在多項智能體基準測試中的留出表現高於基線方法。
重慶出台《重慶市促進詞元驅動的數據產業高質量發展行動計劃(2026—2028年)》,以詞元供給為關鍵支撐部署數據產業發展。計劃提出到2028年全市可調度智算規模超10萬P、高質量數據集累計達3000個以上,帶動數據產業產值年均複合增長10%以上。配套措施設算力券、詞元券和語料券,並支持數據產權登記及探索「算力貸」「詞元貸」等融資模式。
Sino Biological 於 2026 年 11 月 13 日推出 4RISE,為 AI 設計的蛋白質結合分子提供高通量濕實驗驗證服務。公司稱,蛋白質最快可在 3 小時內以無細胞方式表達,並在最快 3 天內交付由序列到 AI 可用的結合數據,另提供即時 API 存取結構化結果。
Sunny Chokshi 建立 CommentInject,測試誤導性程式碼註解會否影響大語言模型程式碼審查器對同一段程式碼的判斷。數據集涵蓋 30 個有漏洞的 Python 函數、14 個 CWE 類別及 12 種註解策略。研究中,加入誤導性註解後,漏洞檢出率由 90.0% 降至 75.2%;移除註解後回升至 90.0%。
Google DeepMind 開放 WeatherNext 3 所依託的 SatWeave 與 PARDIG 數據集,提供即時數據流及 CC BY 4.0 授權;PARDIG 歷史檔案涵蓋 1999 年至 2026 年。
Translated 發佈研究模型 Lara Mini,以 6 trillion tokens 訓練,涵蓋英語及另外 44 種語言;模型有 7.2 billion parameters,每個 token 啟用 600 million parameters。
CPMAI 培訓涵蓋 AI 項目管理基礎,以及由商業理解、數據理解、數據準備、模型開發、模型評估至模型運作化的六階段生命週期框架。負責任及可信任 AI 治理貫穿各個模組,課程亦涵蓋數據準備度、私隱合規、模型監察與持續管理,並保持工具及供應商中立。
清華大學江瑞課題組發布單細胞蛋白組基礎模型 ProtCell,並在摩爾線程 MTT S5000 上完成全流程預訓練復現。模型以約3.8億個細胞及98個公開數據集進行預訓練與評估,雙平台主要定量評測指標差異約0.2%。ProtCell 程式碼已在 GitHub 開源,官方倉庫整合 MUSA 預訓練啟動入口。
Fireworks CEO 喬琳認為,編程智能體令應用更容易開發和複製,企業難以複製的護城河是反映用戶偏好、意圖和互動的私有數據。Fireworks透過訓練和推理平台,協助企業結合私有數據與開放模型,打造面向具體應用的定製模型。她表示,Fireworks目前95%的流量來自定製模型。
自架網站的攝影作者因 LLM 爬蟲流量擠滿上載頻寬,正考慮撤下現有攝影網站,改為只提供各活動實體小誌的購買連結。作者曾用 nftables 封鎖多個大型雲端服務商的 /16 IP 網段,並加入 nft-blackhole,稱情況似乎有所改善。
上海市科委會同市數據局制訂《上海市科學數據管理辦法(試行)》,推動科學數據與人工智能融合發展。辦法共七章二十八條,涵蓋科學數據管理職責、數據匯交與治理、開發利用與開放共享、數據安全及保障措施,規範科學數據全流程管理。
中小型製造企業的數碼化短板不在系統或數據不足,而在員工的隱性經驗難以沉澱和流轉,令關鍵工藝判斷隨人員流失而中斷。以注塑調機為例,AI 可協助把業務概念轉化為本體模型,經業務專家核實後沉澱為企業知識。單一業務域的建模週期可由數月縮短至 1-2 周,配套 AI 助手亦可讓一線人員查詢操作指引並持續豐富知識庫。